论文研究-求解分布式顺序统计CFAR检测器参数的新方法.pdf

复杂条件下，分布式顺序统计恒虚警率（OS-CFAR）检测系统的参数选择和检测性能分析是一个典型的非线性优化问题，通常采用数值求解和计算机搜索的方法。但在复杂条件下，特别是当传感器数量较多，或采用分布式OS-CFAR这种双门限参数检测方式时，其计算量会异常庞大。提出了一种基于模拟退火的微粒群优化算法，将模拟退火思想引入到具有杂交和高斯变异的粒子群优化算法中，并采用具有递减w算法，保证算法具有较好的全局搜索能力和较好的收敛性。使用这种方法，在进化100代后，在保证精度达到0.000 001，可使所有的系统参数同时得到优化。仿真结果表明，同遗传算法比，虽然该方法收敛速度稍慢，但是可避免遗传算法的早熟问题，同时该方法实施简单方便，便于工程应用。